NumPy：排序3D阵列，但保持第二维分配到第一个

Question

我有一个数组，代表玩家持有的扑克牌。每个玩家持有6张牌，牌值为1-12，并有相应的套装1-4。

例如第一个玩家将举行以下7张牌：

deck=np.array([[[ 6., 2.], 
       [ 10., 1.], 
       [ 5., 1.], 
       [ 9., 2.], 
       [ 4., 1.], 
       [ 3., 2.], 
       [ 11., 2.]]]) 

我现在的问题是，当我的卡进行排序，看看哪一个具有最高值（在这种情况下，11与相应的西装2）

sortedcards=-np.sort(-unsortedCards,axis=1) 

它不仅对第一列中的值进行排序，而且还对第二列中的值进行排序（这是套装）。

如何才能排序第一列，并将第二列分配给第一列，以便我不会丢失哪些值具有适合的信息？

请注意，上述示例仅适用于一名玩家，但会有多名玩家。所以数组有一个额外的维度。

重要提示：解决方案只能通过纯NumPy矩阵操作。

Answer 1

首先，您需要一个可用于排序卡的单个值。 一个简单的人会value*4 + suit：

sortval = deck[:,:,0]*4+deck[:,:,1] 
sortval *= -1 # if you want largest first 

然后使用np.argsort找出哪些指标所属的地方，并用它来你的甲板排序。它沿着默认的最后一个轴排序，这就是我们想要的。现在

sortedIdx = np.argsort(sortval) 

，你可以用它来你的甲板排序是这样的：

deck = deck[np.arange(len(deck))[:,np.newaxis],sortedIdx] 

的np.arange...部分可以确保从sortedIdx每第二个维度索引阵列与右第一维指数配对。

整个事情：

import numpy as np 

deck = np.array([[[ 6., 2.], 
        [ 10., 1.], 
        [ 5., 1.], 
        [ 9., 2.], 
        [ 4., 1.], 
        [ 3., 2.], 
        [ 11., 2.]], 

       [[ 6., 2.], 
        [ 2., 2.], 
        [ 2., 3.], 
        [ 11., 1.], 
        [ 11., 3.], 
        [ 5., 3.], 
        [ 4., 4.]]]) 

sortval = deck[:,:,0]*4+deck[:,:,1] 
sortval *= -1 # if you want largest first 
sortedIdx = np.argsort(sortval) 
deck = deck[np.arange(len(deck))[:,np.newaxis],sortedIdx] 
print(deck) 

会打印：

[[[ 11. 2.] 
    [ 10. 1.] 
    [ 9. 2.] 
    [ 6. 2.] 
    [ 5. 1.] 
    [ 4. 1.] 
    [ 3. 2.]] 

[[ 11. 3.] 
    [ 11. 1.] 
    [ 6. 2.] 
    [ 5. 3.] 
    [ 4. 4.] 
    [ 2. 3.] 
    [ 2. 2.]]] 

Answer 2

你排序值只看到一个至极具有最高的价值？ 因为在这种情况下，为什么不使用np.max（）?:

deck=np.array([[[ 6., 2.], 
       [ 10., 1.], 
       [ 5., 1.], 
       [ 9., 2.], 
       [ 4., 1.], 
       [ 3., 2.], 
       [ 11., 2.]], 
      [[ 7., 2.], 
       [ 8., 1.], 
       [ 1., 1.], 
       [ 9., 2.], 
       [ 4., 1.], 
       [ 3., 2.], 
       [ 12., 2.]]]) 

np.max(deck) 
Out[4]: 12.0 

np.max(deck[0]) 
Out[5]: 11.0